ComfyUI 模板教程:不搭工作流也能完成从草图到多镜头广告
ComfyUI 发布模板教程,演示如何用 comfy.org 的现成模板和内置模板浏览器,把一张草图一路做成 3D 玩具、零售包装和多镜头广告。
推荐理由:ComfyUI 官方演示如何用现成模板串起从草图到多镜头广告的完整链路,可据此评估模板复用方式。
ComfyUI 发布模板教程,演示如何用 comfy.org 的现成模板和内置模板浏览器,把一张草图一路做成 3D 玩具、零售包装和多镜头广告。
推荐理由:ComfyUI 官方演示如何用现成模板串起从草图到多镜头广告的完整链路,可据此评估模板复用方式。
创作者将《权力的游戏》私生子之战原片通过内置 reference to video 模板输入本地 MiniMax H3 V2V 管线,用自定义角色设定图锁定橘猫毛发与皮甲,再经 RTX 超分保留细节,并叠加颗粒感和自制管弦配乐。成片主角是一只耳朵有缺口的邋遢橘猫版琼恩·雪诺。
FLUX.3 Klein 在图像生成上表现平平,但在保持一致性、姿态和机位的高分辨率照片编辑上近乎完美。摄影师实测在 RTX 5090、64GB 内存下,用 flux3_image_klein_sd_bf16 搭配 qwen3vl_4b 文本编码器,3000×4000 分辨率、16 步生成单张 12MP 图像约需 230 秒,且全程未用 LoRA。
一个 2025 年 12 月注册的美国 YouTube 频道 Vintage Park,靠 AI 制作的 soul、funk、jazz、hip hop 风格 GROOVE 系 BGM,在约 10 个月内累计 2,517,047 次播放、88 条视频、约 1.49 万订阅者,按每播放 0.3 至 0.5 日元估算累计广告收入约 76 万至 126 万日元。
用 ChatGPT 逐步敲定外观、性格与说话方式,再用 GPT image2.5 把设定画成插画,是这套角色创作流程的核心。作者以原创角色阿波罗(Apollo)为例,先定下金发、祖母绿瞳、小麦色肌肤与八重齿,再据其人畜无害又带点小恶魔的性格推导表情与动作。最后将全身、表情及前侧后三视图整合为一张设定画,并从便服换到华丽和装,验证同一角色在不同服装与场景下的表现。
这份提示词集收录约 100 种「温柔日常风」手绘插画提示词,采用 JSON 格式,可直接复制到 ChatGPT、Gemini 使用。每个题材除基本提示词外,还提供 9:16 竖版、1280×670 note 头图版,以及改动背景、光线、服装、时段的两款变体。题材涵盖家族、季节、街景与生活场景,适用于 note 头图、SNS 投稿、博客题图和广告素材。
作者公开了两个 RunPod 模板,把 ComfyUI 升到 0.35 和下载约 65GB 的 MiniMax H3 模型自动化,从 Deploy 到出第一条带声音的动画视频约 10 分钟,RTX 5090 每小时约 1.2 美元。
用最上位模型 6astra 以相同提示词生成单眼皮男性插画,首张一次成功,但加入闪亮画风后双眼皮线条被强化,侧脸完全变成双眼皮。尝试局部指定时眉毛被消除,即便按设定书指定单眼皮、生成两人日常,氛围与完成度虽好却始终无法生成单眼皮。
YouTube 频道 @editorvlad 主理人 Vladislav Sateev 公开了自己的 Premiere Pro 高速剪辑流程,第一步就是用 FireCut 自动剪掉静音,再做手动精修。
Promptsref 公布本周 Midjourney 排名前三的 SREF 风格:第一名是双代码混合的治愈系 3D 风格,将类 Pixar 角色魅力与儿童绘本色彩、玩具级 3D 质感结合,适合吉祥物与亲子视觉;第二名是单代码水墨怪诞风,融合中国毛笔笔触、宣纸质感与夸张当代角色设计;第三名是单代码冷调时尚风,以硬闪光、高时装造型营造杂志大片般的编辑感。
ComfyUI 虚拟人节点开发连载第二篇,作者用 3D pose editor 从图像生成待机姿势。目前生成的姿势相似度偏高,为免动作显得僵硬,计划分阶段逐步扩充姿势数量。
ComfyUI 0.40.0 新增 Compose Camera Angle Prompt 节点,可生成相机角度提示词,作者据此把 Anima 的角度提示词固定为正面、左右、后方、高低差、远近三类并做验证。
一位开发者用长期假期自建视频生成管线,事后才发现 Runway 的 Workflow 功能已能把输入与多个生成步骤串成可复用流程,与自己的思路相当接近。他用猫主角的3D短动画测试,流程为主题、3卡分镜、各卡起始图、视频生成到合并,但调整中仍出现输入残留、比例回退、角色描述变化、模型设置缺失等偏差,需在编辑器中直接核对数值。
用 ComfyUI 搭配 Animagine XL 4.0 Opt 生成「月夜幽灵新娘」原创角色,未使用任何 LoRA,仅靠 7 个标准节点完成。
作者让 Grok 做了一个自用的插画生成提示词选择器,用日语选项拼装出传给图像生成的指令,本身不生成图片。10 月 15 日初版把角色、服装、姿势、背景、场景 5 项一起随机重抽,Grok 读 HTML 后提出「固定已定项、只重抽其余」的改进方案。修正版 HTML 已加入分项「固定」和「只重抽这一项」,发型与发色也拆成独立选择,但作者仅确认了代码层面,未实测全部按钮。
有用户在 ComfyUI 标准工作流下使用 Krea 2 Turbo 生成 20 步 2mp 图像时出现异常伪影,更换 VAE 并加入 DeGrid 节点后结果仍未改变。该问题目前尚无有效解决方案。
创作者水輝在 RTX 3060 Laptop(VRAM 6GB)上本地跑 AI 图像生成,模型基本选用 INT8 版而非 GGUF 版,认为后者画质不合口味。目前用 Krea2 Turbo 加 4STEPLORA 生成约 70 秒,Qwen-image2.1 配官方 int8 模型与 8STEPLORA 约 65 秒,两张参照图约 70~80 秒。
可灵 4.0 支持通过 Omni Reference 组合最多 15 个图像、视频与主体参考输入,并可用最多 10 张关键帧图像规划开场、角色反应与最终揭晓。
PixVerse V6 在可控短片生成上支持最高 1080p、单次最长 15 秒,1080p 按 18 积分/秒(无音频)或 23 积分/秒(带音频)计费,并具备角色参考、种子控制、Extend 与 Modify 工作流。
WaveSpeedAI 发布文本转 3D 教程,演示用 Tripo P2 模型(路由 tripo3d/p2/text-to-3d)生成一个码头场景用的矮胖橡木桶道具,要求带两道凸起铁箍和木、金属两种材质。
面向 ComfyUI 的建筑渲染工作流应把场景线性 EXR 留作权威母版,只导出一张带明确视图变换和色彩配置的显示就绪 PNG/TIFF 作为 AI 输入。ComfyUI 官方 Stable Image Ultra 工作流的 image denoise 取值 0 到 1,低值更贴近输入,但并不能保证保留 HDR 范围或嵌入配置。生成结果应以有界方式合成回母版,并检查高光截断、阴影分离与渐变断层。
Reallusion AI Studio 出品的 AI 科幻短片 RUS-T 自 8 月 31 日发布以来 YouTube 播放量突破一百万,并入围纽约短片动画电影节 AI 动画单元,导演 John C. Martin II 同时成为 SHAIKE.AI 的 TOP CREATOR。
这份提示词合集收录约100种"温柔日常"手绘风插画提示词,全部为可直接复制的 JSON 格式,适用于 ChatGPT、Gemini 等工具。每个主题除 1:1 基础版外,还提供 9:16 竖版、1280×670 横版及背景氛围改编版,覆盖家庭、生活、季节、地域与人际联结等题材。
这份提示词合集收录约 100 种"动漫风 AI 美女"图像生成提示词,覆盖居酒屋、车站、咖啡厅、自宅、机场、办公室等日常场景,全部以 JSON 格式提供,可直接复制到 ChatGPT、Gemini 等工具使用。每个主题除 1:1 基础版外,还附 9:16 竖版、1280×670 的 note 题图版,以及背景、光线、服装、时段等改编版本。
作者用同一设定、同一提示词、仅挂 TurboLoRA 且无后期,对 ANIMA 的 8 款模型做了一次机甲少女出图对比。
有人在 Windows 11 + RTX 5060 Ti(8GB 显存)环境下用 ComfyUI 跑通 Wan 2.2 TI2V 5B 视频生成,生成 3 秒、1024x576px、81 帧、24fps、20 步的视频,两次耗时分别为 194 秒和 204 秒。硬件配置为 AMD Ryzen 7 7700 与 32GB 内存。
用户在 4070s 上对比 Flux.3 klein(蒸馏版)与 Qwen image 2.1(turbo)的图像编辑速度:前者 1mp 需 10 秒、euler 16 步,后者仅 3 秒、euler 8 步。测试覆盖添加机器狗、重新构图、改光照、转黑白漫画、表情表、服装变体和手办化等提示词。
可灵官方博客梳理了 10 种视频转场类型,包括直切、跳切、匹配剪辑、淡入淡出、交叉溶解、划像、甩镜转场、变焦转场、遮挡与遮罩转场,以及 J cut 和 L cut。文章给出每种转场的适用场景,并说明可用 Kling 4.0 在剪辑或前期规划中实现这些转场。
可灵官方博客发布视频剪辑完整指南,介绍 Kling 4.0 支持用文本提示、图片和参考素材探索视频新版本、优化画面细节。文章给出 10 条剪辑技巧,涵盖故事结构、跳切、匹配剪辑、色彩统一、音频处理、B-roll 运用和平台适配,并建议用 AI 视频生成器补充未拍摄的辅助画面。
可灵官方博客发布 AI 视频提示词指南,给出由主体、动作与运动、环境、镜头运动、光照、风格节奏、约束七要素组成的提示词结构,并配以香水瓶、长城等示例。Kling 4.0 支持 3–30 秒原生视频生成、最多 10 个关键帧,结合文本提示与参考图、参考视频及可复用元素,并改进动态运动、对口型和双声道立体声。
可灵官方博客发布视频编辑指南,介绍传统时间线剪辑四步流程,以及 Kling 4.0 如何通过参考素材修改已有素材。Kling 4.0 单次编辑任务最多支持 5 个输入视频片段(含 1 个主视频),每段时长 3–30 秒、总时长不超过 30 秒;Omni Reference 最多支持 15 个组合参考素材,新建序列时可自定义最多 10 个关键帧。
可灵 4.0 支持用自然语言指令移除视频中不需要的物体或人物,无需逐帧手动遮罩。操作分三步:上传视频(完整模型最多支持 5 段输入视频,含 1 段主视频,每段 3–30 秒,总时长不超过 30 秒)、描述要移除的目标及其位置与需保留的背景、生成后检查并优化指令重新生成。该模型还支持 Omni Reference 参考输入,并可在同一场景中一次移除多个物体。
有用户用同一段15秒武术训练提示词对比测试了 Minimax H3 与 Seedance 2.0 的多机位运镜表现。提示词要求以1986年美国武术电影风格呈现,包含推轨、侧向跟拍、180度环绕、低角度跟拍等连续镜头运动,并保持角色面部、服装与体型一致。测试未给出明确胜负结论。
这份提示词合集收录 100 种幻想、抽象、创意风格的图像生成提示词,可直接复制到 ChatGPT、Gemini 等工具使用。每个题材均提供 1:1、9:16 和 1280×670 三种尺寸版本,并附两种改变世界观的改编版,全部以 JSON 格式给出,含 prompt、negative_prompt 与 aspect_ratio 字段。
一位创作者在 Reddit 求助,希望用 ComfyUI 搭配 RunPod 搭建可复用的工作流,批量生成约 15 秒 9:16 竖屏短视频,主角始终是同一位写实风格的树艺师角色,仅更换场景、树种、台词与镜头动作。
一项名为「うちの子の『絶対に見せたくない日常』」的AI插画企划发布通用提示词,要求基于原创角色的参考图与性格设定,生成其不愿被人看到的私生活瞬间,画幅为16:9单张图。提示词强调保持角色面部、发型、体格等核心特征,并从性格反差设计秘密场景,如强势角色偷偷练习台词、文静角色对玩偶说婴儿语。
一名 ComfyUI 用户在双 GPU 配置下(RTX 3060 + RTX 2060 Super)通过 multigpu 节点运行 Krea2 4bit 量化模型时,持续遇到 "CUDA error: an illegal memory access was encountered" 报错导致生成中断。
用 ChatGPT 把 AI 生成人物合成到真实街景照片时,直接附上背景图仍会出现人物悬浮、视角不一致等违和感。作者以自己拍摄的新宿照片为背景,通过提示词调整人物与背景的融合度,并让背景中出现行人、对齐视线高度来增强真实感。文中还介绍了结合角色设定表与服装设定表,让固定角色"降临"现实世界的进阶用法。
Claude 本身不能生成视频,但可通过 MCP 调用视频模型并返回成片 MP4。在 Wireflow 上搭建的四节点流水线中,Nano Banana Lite 生成关键帧,Gemini Omni Flash 1.1 与 Kling O3 各出 5 秒片段,Video Editor 合成 1920x1080 成片,全程 101 秒、消耗 176 credits。
用 Wireflow 节点式画布搭一条 AI 视频工作流,做出一段 9.3 秒、1080x1920、30fps 的双角色水果短剧,总花费 164 credits,从首次运行到成片 MP4 用时 6 分 50 秒。